假如人工智能正在带领人类走向世界末日的话，那么一定是以一种尽可能温暖和舒适的方法进行的。最近，科学家们开发出了一套新的机器学习系统，使视频速度更快，更流畅，这很可能令用户们每周在视频运营商那里多花费好几个小时的时间和更多口袋里的钱。

“我们想看看有没有办法利用AI（通过神经网络）选择不同的算法来优化不同情况下的网络条件——特别是对于网络要求较高的在线视频等流媒体应用而言。”麻省理工学院的计算机学者在自己的一篇新文章中阐述了创建新的AI系统Pensieve的过程，它可根据不同的网络条件挑选适用与视频流的不同算法。

“我们超越了目前最高水准的方法”他说，“Pensieve相比其他方案，消除再缓冲的速率高了许多。”Pensieve将视频流的传播速率比传统算法提高了10%到30%，而相应的用户观看视频的效果质量也将提高10%到25%。



目前的互联网视频流传输都是由提供商提供，他们利用算法将内容分割为视频播放流程中的几个大块，并且往往加载速度慢，流中上传的视频分辨率较低。虽然这样能够使网络连接较差时依然保持视频的缓存能暂时播放，但是也使得瞬间向后或者向前跳转时更加困难。

Youtube就采用了这种传统的流服务，它拥有超过十亿可播放的小视频，因而利用自适应比特率（ABR）算法能够削减不必要的资源浪费。大多用户不会将视频从头看到尾，所以对他们来说快速上传整个视频流没有必要。

当然，那些确实看到底的用户们其实也并不关心这中间有何区别，他们只希望减少自己的视频缓冲时间。MIT的团队就是为了直接解决用户的这一需求。新的AI系统更能适应网络的不稳定性，在网络变卡之前，他们的流媒体服务就会提前减小比特率，使得彻底崩溃之后能够加载更多的视频。



作为一个AI系统，Pensieve不仅仅是一个网络工具，更是一个智能化的代理管家。即使在没有经过测试的网络环境之下也能完美运行，这表明他不仅仅是识别网络，而是在各种情况中找出一种一通百通的概括性的控制逻辑。

理论上说，该系统能够取代目前Netflix和YouTube等公司目前使用的ABR方案，这只是Pensieve在改变现实条件上走出的第一步，他将走出视频流领域，迈向更大的多种系统的网络控制环境。例如，在云计算系统的工作调度之中，可能有多个任务需要立即同时运行，像Pensieve就能使他们高效地完成订购和打包工作。

未来，MIT的这支团队计划在VR环境中测试Pensieve，其中大量数据需要以极快的速度与网络融合，而大多数网络不能满足，Pensieve却自有办法。

“因为它是来自未来的AI。”